基于外观模型和时空模型的多摄像机目标跟踪

针对多摄像机之间的光照变化、环境差异以及视角变化,文章提出基于外观模型和时空模型相结合的方法进行无重叠视域多摄像机间的目标跟踪。首先使用颜色标准化的方法减弱摄像机之间的颜色差异、学习目标的外观模型。颜色标准化过程无需人工标定目标间的对应关系,因此当摄像机数目增多时可以自动学习新的外观模型。然后由目标的外观相似度无监督学习得到与摄像机的环境、光照和视角无关的时空模型,即不同摄像机下进出口的分布模型、路径关系和转移时间概率分布。最后计算目标之间的外观相似度和时空相似度,实现多摄像机间的目标跟踪。在实际摄像机网络场景中应用该方法,结果表明了其有效性,并且具有较高的准确率。